PostgreSQL跨表指定字段更新：数据库工具实现方案咨询

嘿，针对你的需求，PostgreSQL本身就提供了直接在数据库层面完成跨表（跨库）更新的方案，完全不需要导出CSV或者用Rake任务折腾，下面分两种常见场景给你详细说明：

这种情况最直接，用PostgreSQL原生的UPDATE ... FROM语法就能搞定，这是专门用来关联其他表做更新的语法，完全不会产生重复记录。

举个实际的例子，假设：

• 源表：source_schema.source_table，唯一标识列是unique_id，需要提取的列是col1, col2
• 目标表：target_schema.target_table，要更新的对应列也是col1, col2，匹配ID同样是unique_id

对应的SQL语句如下：

UPDATE target_schema.target_table t
SET 
    col1 = s.col1,
    col2 = s.col2
FROM source_schema.source_table s
WHERE t.unique_id = s.unique_id
-- 如果你只需要更新特定ID的记录，加上这个过滤条件
AND s.unique_id IN ('id_001', 'id_002', 'id_003'); -- 替换成你实际要处理的ID列表

关键说明： #

• 这个语句是直接更新目标表的已有记录，不会像Insert那样产生重复，完美解决你之前的问题
• 如果源表和目标表在同一个Schema下，去掉语句里的source_schema.和target_schema.前缀即可
• 你可以根据实际需求调整SET后面的列，也可以修改WHERE里的过滤条件，比如用=指定单个ID，或者用BETWEEN范围过滤

如果是完全独立的两个PostgreSQL数据库（比如不同服务器、不同端口），那需要用到PostgreSQL的dblink扩展来建立跨库连接，实现远程数据读取和更新。

步骤1：安装dblink扩展 #

首先确保目标数据库已经安装了dblink（如果没装，先执行下面的语句）：

CREATE EXTENSION IF NOT EXISTS dblink;

步骤2：执行跨库更新 #

用dblink远程连接源数据库，关联更新目标表：

UPDATE target_table t
SET 
    col1 = s.col1,
    col2 = s.col2
FROM dblink(
    'dbname=source_db user=source_user password=source_pass host=source_host port=5432', -- 替换成源数据库的连接信息
    'SELECT unique_id, col1, col2 FROM source_table WHERE unique_id IN (''id_001'', ''id_002'', ''id_003'')' -- 源表查询语句，注意单引号要转义
) AS s(unique_id VARCHAR, col1 VARCHAR, col2 INT) -- 这里要和源查询返回的列名、类型完全对应
WHERE t.unique_id = s.unique_id;

关键说明： #

• 连接字符串里的参数（数据库名、用户名、密码、主机、端口）要替换成你源数据库的实际信息
• AS s(...)部分必须准确定义从源查询返回的列名和数据类型，不然会出现类型不匹配的错误
• 权限注意：目标数据库的用户需要有访问源数据库的权限，源数据库的用户需要有读取源表的权限

• 执行更新前一定要验证！ 先运行SELECT语句确认匹配的记录和数据是否正确，避免误更新：

  -- 同一Schema验证语句
  SELECT t.unique_id, t.col1 AS old_col1, s.col1 AS new_col1
  FROM target_table t
  JOIN source_table s ON t.unique_id = s.unique_id
  WHERE s.unique_id IN ('id_001', 'id_002', 'id_003');
  
  -- 跨库验证语句
  SELECT t.unique_id, t.col1 AS old_col1, s.col1 AS new_col1
  FROM target_table t
  JOIN dblink(
      'dbname=source_db user=source_user password=source_pass host=source_host port=5432',
      'SELECT unique_id, col1 FROM source_table WHERE unique_id IN (''id_001'', ''id_002'', ''id_003'')'
  ) AS s(unique_id VARCHAR, col1 VARCHAR) ON t.unique_id = s.unique_id;
  

• 如果你的unique_id是数值类型（比如INT、BIGINT），记得把语句里的VARCHAR改成对应的数值类型
• 数据库层面的直接操作效率比导出CSV再用Rake逐行处理高得多，而且更稳定

内容的提问来源于stack exchange，提问作者Nishutosh Sharma